Moonshot publica los pesos de Kimi K3.1 Pro mientras Huawei y Alibaba incorporan soporte para su implementación

Un modelo de 2,8 billones de parámetros va más allá de la API

Moonshot AI ha publicado en Hugging Face los pesos completos de Kimi K3.1 Pro, lo que ofrece a desarrolladores y empresas una forma de ejecutar su modelo multimodal insignia en su propia infraestructura informática. El anuncio se hizo al amanecer en Pekín el 5 de noviembre, después de que el modelo se presentara el 24 de octubre de 2026 y quedara disponible a través de los productos de Kimi y de su interfaz de programación de aplicaciones, o API.

K3.1 Pro contiene 2,8 billones de parámetros, los valores numéricos que almacenan lo aprendido por un modelo. Su arquitectura de mezcla de expertos activa aproximadamente 104.000 millones de parámetros en cada paso de inferencia, en lugar de utilizar todo el modelo a la vez. Admite un contexto de alrededor de un millón de tokens y puede comprender información visual junto con texto.

Huawei Ascend y Alibaba Cloud anunciaron que ofrecerían soporte el mismo día en que se publicaron los pesos. Sus implementaciones usan los marcos de inferencia vLLM y SGLang, programas que gestionan cómo los modelos entrenados procesan las solicitudes. Para las empresas que consideran una implementación local, la publicación ofrece tanto pesos descargables como las primeras vías para ejecutarlos en sistemas de aceleración chinos.

El anuncio del lanzamiento del modelo de Moonshot, actualizado el 24 de octubre, indicaba que los pesos completos se publicarían antes del 4 de noviembre; el anuncio de su publicación llegó el 5 de noviembre. La empresa ya había habilitado el acceso a través de kimi.com, Kimi App, Kimi Work, Kimi Code y Kimi API.

El cambio práctico es el control sobre dónde se ejecuta el modelo. Un cliente de API envía solicitudes al servicio de un proveedor. Una organización que implementa los pesos puede operar el modelo en una infraestructura que gestiona, con sujeción a la licencia de Moonshot y a los considerables requisitos de hardware necesarios para ofrecerlo.

Moonshot también presentó Kimi Hosted Agents, un servicio gestionado para mantener agentes de IA en funcionamiento durante tareas prolongadas. En conjunto, los anuncios ofrecen a las empresas dos opciones distintas: gestionar el modelo por su cuenta o dejar en manos de Kimi una mayor parte del trabajo operativo.

Novedades y características que se mantienen de K3

Kimi K3.1 Pro parte del modelo base K3 y lo mejora mediante entrenamiento adicional, en lugar de comenzar con una base recién entrenada. Moonshot afirma que aumentó considerablemente los recursos informáticos destinados al aprendizaje por refuerzo, un proceso que recompensa las acciones exitosas y ayuda al modelo a mejorar mediante intentos repetidos.

Moonshot aplicó ese entrenamiento a cientos de áreas de tareas, con especial atención a la programación, la creación en 3D, la investigación financiera y los agentes que trabajan en procesos de muchos pasos. Los cambios de ingeniería abarcaron el software de entrenamiento, el procesamiento de contextos largos, la planificación y los entornos aislados donde puede ejecutarse el código generado.

La ventana de contexto de aproximadamente un millón de tokens se mantiene respecto de K3. Los tokens son las unidades en que un modelo divide el texto y otras entradas. Una ventana de contexto más amplia permite mantener disponibles más documentos, instrucciones y partes anteriores de una conversación durante una solicitud.

La secuencia de lanzamiento distingue entre el acceso al servicio y el acceso al propio modelo:

• 16 de julio de 2026: se presentó Kimi K3, según la comparación publicada de modelos.
• 24 de octubre de 2026: Moonshot presentó K3.1 Pro a través de sus productos y su API, y anunció que publicaría los pesos antes del 4 de noviembre.
• 5 de noviembre: Moonshot anunció la publicación de los pesos y Kimi Hosted Agents; Huawei y Alibaba anunciaron soporte para su implementación.

Los pesos abiertos están sujetos a condiciones operativas y de licencia

Los pesos permiten que las organizaciones con suficiente capacidad informática descarguen y ejecuten K3.1 Pro de forma independiente. Las empresas pueden configurar sus propios sistemas para ofrecer el modelo, conectarlo con herramientas internas y realizar adaptaciones especializadas conforme a la licencia aplicable.

Moonshot aplica una licencia propia que regula el uso comercial. La publicación incluye los pesos del modelo, mientras que el código de entrenamiento y los conjuntos de datos originales utilizados para entrenarlo no se han publicado. Por tanto, los desarrolladores reciben el modelo entrenado, con los permisos definidos por las condiciones de Moonshot, y no un paquete de entrenamiento completo conforme a la definición de la Open Source Initiative.

El tamaño del modelo sigue siendo un factor operativo importante. Aunque en cada paso solo está activa una parte de la red de mezcla de expertos, la implementación sigue necesitando acceso al conjunto completo de pesos. Las solicitudes largas también generan grandes cantidades de datos temporales de atención que deben almacenarse mientras el modelo trabaja.

Huawei distribuye la carga de memoria entre sistemas Ascend

Huawei afirma que su equipo Ascend completó la adaptación el mismo día en que estuvieron disponibles los pesos de K3.1 Pro, lo que permitió validar de inmediato su implementación. El soporte abarca los sistemas Atlas 800 A3, Atlas 900 A3 SuperPod y Ascend 950 supernode mediante vLLM Ascend y SGLang.

La adaptación aborda la arquitectura híbrida de atención del modelo, que incluye atención dispersa y procesamiento multimodal. La atención es el mecanismo que ayuda a un modelo a determinar qué partes de la entrada son relevantes para el siguiente paso. La atención dispersa limita algunas de esas conexiones para reducir el trabajo necesario ante entradas muy largas.

Ascend utiliza almacenamiento en caché distribuido para repartir los datos temporales del modelo entre varias unidades de procesamiento neuronal, o NPU, lo que reduce la presión sobre la memoria de cada acelerador. Huawei también describe cambios en las operaciones matemáticas fundamentales que reducen las copias y los cálculos innecesarios.

Quienes implementan el modelo pueden cargar los pesos originales o usar una precisión de bits menor para distintos componentes, junto con la cuantización de la caché de atención. La cuantización almacena números con menos bits y reduce las necesidades de memoria. Huawei afirma que la implementación conserva el almacenamiento en caché de prefijos, que reutiliza entradas repetidas; el prellenado por fragmentos, que procesa instrucciones largas en partes; y la inferencia especulativa, que acelera la generación al comprobar grupos de tokens propuestos.

Alibaba ofrece otra vía a través de su plataforma SuperPoD

Alibaba Cloud afirma que su sistema Lingjun Zhenwu M890 SuperPoD completó la adaptación y validación de toda la pila de software para vLLM y SGLang. El soporte también abarca configuraciones Zhenwu 810E, lo que ofrece otra vía para implementar el modelo en aceleradores chinos.

Alibaba Cloud, T-Head y el equipo de Kimi trabajaron en la pila de software T-Head SAIL, incluidos FlashMLA, las operaciones de mezcla de expertos DeepGEMM, MegaMoE y MoonEP. Estos componentes gestionan los cálculos de atención y la distribución del trabajo entre expertos y aceleradores. Los clientes pueden implementar el modelo en instancias dedicadas SuperPoD de hardware exclusivo o mediante el servicio REIN de Alibaba; también se ofrece acceso a la API a través de su plataforma de IA Qwen.

Alibaba abrió pruebas por invitación para una región SuperPoD en Zhongwei, Ningxia, junto con instancias disponibles desde el día del lanzamiento en Zhongwei y Ulanqab. La configuración de Zhongwei incorpora la tarjeta de red Panmai 920 de T-Head, que, según Alibaba, admite PCIe 5.0, Ethernet PAM4 de 112G, un rendimiento de hasta 400 gigabits por segundo y 400 millones de paquetes por segundo.

Esos detalles de red son importantes porque un modelo de este tamaño debe mover información rápidamente entre procesadores. Alibaba afirma que el conmutador PCIe integrado en la tarjeta puede reducir el costo del sistema en alrededor de un 30%. También señala que M890 SuperPoD presta servicio a más de 100 grandes clientes y prevé que su sucesor V900, aún planificado, ofrezca un rendimiento unas tres veces superior al de la generación actual; esa cifra es una previsión de la empresa.

Los resultados de programación muestran avances en la ejecución sostenida

Moonshot informa de una puntuación del 65,7% en Terminal-Bench 4.0, que evalúa agentes en tareas de terminal en entornos informáticos reales y con recursos limitados. La comparación publicada por la empresa sitúa a GPT-6 Astra en el 58,2% y a Claude Opus 5.5 en el 66,4%, por lo que K3.1 Pro queda 0,7 puntos porcentuales por detrás de este último en esa prueba.

La puntuación interna de Kimi Code Bench 3.0 Long-horizon de la empresa subió del 55,95% de K3 al 61,2% de K3.1 Pro, una mejora de 5,25 puntos porcentuales. La prueba se centra en la planificación, el uso de herramientas y la resolución de problemas de ingeniería en varios pasos.

Las evaluaciones independientes ofrecen otra perspectiva. Artificial Analysis registró un aumento del Intelligence Index de 44 a 55 y resultados en Terminal-Bench de aproximadamente el 67% para K3.1 Pro, frente al 13% de K3. Su evaluación de terminal utilizó un marco de agentes distinto del de Moonshot, por lo que las puntuaciones corresponden a configuraciones operativas diferentes.

Las demostraciones de Moonshot ponen de relieve tanto la persistencia como la generación de código. En un ejercicio interno, el modelo trabajó en una simulación de caminata construida con 296 componentes esqueléticos y 402 componentes musculares. Según la empresa, en 167 tareas y 420 revisiones independientes, mejoró a 11,2 segundos el tiempo de caminata continua del cuerpo simulado y corrigió 36 errores en los cálculos de los músculos del hombro.

En una evaluación independiente de Plotly se registraron 42 respuestas correctas de 43 para K3.1 Pro, frente a 35 para K3, junto con un costo más alto y un tiempo mediano de finalización mayor. Por tanto, una generación de tokens más rápida y respuestas más acertadas pueden coexistir con una espera más larga hasta completar una tarea.

La creación en 3D y las finanzas reciben mejoras específicas

K3.1 Pro obtuvo un 92,7% con herramientas en BenchCAD, según Moonshot. La prueba pide al modelo reconstruir objetos 3D a partir de distintas vistas y generar código de diseño asistido por computadora. La comparación de la empresa indica un 96,2% para Claude Opus 5.5 y un 95,9% para GPT-6 Astra.

Moonshot afirma que el modelo puede escribir y ejecutar secuencias de comandos para herramientas profesionales de modelado, incluidos Blender y programas CAD. Sus ejemplos incluyen un motor turbofán de FreeCAD compuesto por 2.100 objetos sólidos y una lámpara diseñada en cinco partes para impresión 3D. El sitio web y la aplicación de Kimi también ofrecen 3D Make, que permite previsualizar, editar y exportar modelos.

El trabajo financiero es otro de los objetivos principales. Moonshot informa de una puntuación de 64,4 en OfficeQA Pro v2, que evalúa el análisis de documentos financieros reales mediante recuperación de información, comprobaciones entre documentos y razonamiento numérico. Las evaluaciones internas de la empresa indican mejoras del 14% en modelización financiera y del 20% en investigación financiera; en operaciones empresariales simuladas, la puntuación alcanzó aproximadamente 4,2 veces la de K3.

La comparación publicada incluye las cifras de referencia de dos de esas pruebas: Financial Research subió de 58,8 a 70,4, mientras que Business Operation pasó de 8,9 a 37,0. Para los usuarios empresariales, la ventaja buscada es un modelo capaz de llevar una tarea desde la búsqueda de información y los cálculos hasta la elaboración de una hoja de cálculo o un informe de investigación completo.

Moonshot publica dos resultados distintos sobre errores fácticos

En el anuncio del lanzamiento, Moonshot afirma que la tasa de errores en afirmaciones fácticas individuales en Kimi Hallu Bench Hard bajó del 23,4% de K3 al 8,3% de K3.1 Pro; en cambio, la guía de su API ofrece un resultado distinto en una prueba de estrés: la tasa pasó del 23,35% al 6,85% en conversaciones anonimizadas que los usuarios habían señalado por contener errores fácticos.

Las dos páginas también presentan cifras distintas por respuesta. El anuncio del lanzamiento señala que la proporción de respuestas con al menos un error fáctico fue de aproximadamente el 42,4% de la tasa de K3, mientras que la guía de la API indica alrededor del 46,4%. Moonshot no ha explicado la relación entre esas evaluaciones.

Ambas descripciones se refieren a ejemplos difíciles, seleccionados porque los modelos son propensos a cometer errores. En las implementaciones financieras y empresariales, sigue siendo necesario comprobar los cálculos, las citas y las afirmaciones fácticas con los registros originales antes de actuar sobre la base de los resultados.

La comparación independiente también registró un pequeño descenso en una prueba de contexto largo: AA-LCR v1.1 bajó del 88,7% de K3 al 86,3% de K3.1 Pro. Las organizaciones que procesen documentos extensos deberán tener en cuenta la precisión de la recuperación de información, además de que la capacidad de contexto del modelo no ha cambiado.

Los agentes alojados y el acceso a la API ofrecen distintas ventajas y limitaciones

Kimi Hosted Agents proporciona el marco operativo, a menudo llamado entorno de ejecución, que rodea a un modelo de IA. Ese marco gestiona las herramientas, la ejecución de código, el contexto, los permisos y la recuperación cuando se interrumpe una tarea. Moonshot afirma que el servicio admite funcionamiento continuo, tareas prolongadas y colaboración entre varios agentes.

Moonshot menciona la supervisión interna y la respuesta operativa como posibles usos, junto con asistentes de investigación y servicios de atención al cliente. Las empresas que usan el servicio gestionado definen las tareas y conectan herramientas, mientras Kimi mantiene el entorno de ejecución subyacente. Las empresas que ejecutan los pesos asumen la responsabilidad de sus propios sistemas para ofrecer y operar el modelo.

Para los clientes de la API, la guía de inicio rápido de la API de Moonshot exige recargar al menos 10 yuanes para habilitar K3.1 Pro. El cupón de 15 yuanes para nuevos usuarios registrados no puede utilizarse con este modelo. La guía ofrece ajustes de razonamiento bajo, alto y máximo; el máximo es el predeterminado. También permite elegir entre conservar la caché durante cinco minutos o una hora.

Moonshot también ofrece K3.1 Pro Highspeed, que, según la empresa, proporciona la misma capacidad de razonamiento a una velocidad de salida aproximadamente entre dos y tres veces mayor. La comparación publicada fija las tarifas estándar de entrada y salida en 2 y 10 dólares por millón de tokens, frente a 3 y 15 dólares para K3, una reducción de un tercio antes de los cargos por caché y otras tarifas aplicables. El gasto total sigue dependiendo de cuántos tokens y llamadas a herramientas requiera cada tarea.

Los desarrolladores deben tener en cuenta algunos requisitos específicos de integración: es necesario conservar los mensajes completos del asistente entre llamadas a herramientas; las entradas visuales requieren datos en formato base64 o identificadores de archivos cargados, en lugar de URL públicas de imágenes; y la guía desaconseja usar en producción la herramienta de búsqueda web mientras se actualiza.

Puntos clave

• Moonshot anunció los pesos de Kimi K3.1 Pro el 5 de noviembre, después de ofrecer antes acceso a través de sus productos y su API.
• El modelo tiene 2,8 billones de parámetros en total, aproximadamente 104.000 millones de parámetros activos por paso de inferencia y un contexto de alrededor de un millón de tokens.
• Huawei Ascend y Alibaba Cloud anunciaron soporte para su implementación mediante vLLM y SGLang.
• Moonshot informa de mejoras en programación, modelado 3D y finanzas, con resultados que varían según la tarea y el método de evaluación.
• La implementación independiente requiere recursos informáticos considerables y el cumplimiento de la licencia propia de Moonshot.
• Kimi Hosted Agents ofrece una alternativa gestionada para ejecutar tareas prolongadas y coordinar varios agentes.